AI Native worden – Stap 3: Alles weten wat er te weten valt!

In de klassieke kinderliteratuur zong het personage ‘Meneer Pad’ (Mr Toad) een lied over hoeveel hij wist:

De knappe koppen van Oxford
weten alles wat er te weten valt.
Maar geen van hen weet half zoveel
als de slimme Meneer Pad!

Kennis gold als een deugd – en kinderen werden aangemoedigd kennis op te doen door naar school te gaan en boeken te lezen. In de baanbrekende sciencefictionfilm The Matrix zit een beroemde scène waarin de hoofdpersonen Neo en Trinity worden achtervolgd door Agents en een helikopter ontdekken. Neo draait zich naar Trinity en vraagt: “Kun jij dat ding vliegen?” “Nog niet,” antwoordt ze, en ze neemt contact op met Operator, die een programma voor helikopterpiloten in Trinity downloadt. Gelukkig kan ze nu de helikopter vliegen en aan de Agents ontsnappen.

Van fictie naar werkelijkheid – mensen alles over alles laten weten.

Sinds de lancering van ChatGPT hebben mensen toegang tot een enorme hoeveelheid kennis via Large Language Models (LLM’s). Die zijn getraind op enorme hoeveelheden kennis en feiten, die je via prompting kunt bevragen en ontsluiten. Die hoeveelheid is zo groot dat je moet weten hoe je prompt voor een specifiek type kennis, anders verdrink je in een overvloed aan mogelijkheden of algemeen advies.

Stel dat je HR-manager, marketingspecialist, accountant of fitnessinstructeur bent en het best mogelijke advies wilt geven, misschien op basis van een belangrijke kennisbron, een landelijke richtlijn of een bekende expert. Hoe kom je bij dat advies? Je kunt het proberen met prompting, of een agent bouwen met de instructie ‘Act as’ om een algemene context te zetten: ‘een HR-manager’, ‘een accountant’ of ‘een fitnessinstructeur’. Maar dan krijg je algemeen advies uit de training van het LLM, in plaats van specifiek expertadvies op maat.

Eigenlijk wil je iets wat lijkt op een app die je op je smartphone downloadt, maar dan in een chat met een taalmodel, zodat je snel en eenvoudig bij de expertise kunt. Met respect voor auteursrechten, en zonder dat je hoeft te weten hoe de kennis is gemaakt of ontworpen.

Hoe krijg je toegang tot expertkennis zonder ingewikkelde set-up?

In de wereld van LLM’s is er een nieuwe ontwikkeling: weg van oplossingen die aan één LLM vastzitten, naar het verspreiden, vinden en hergebruiken van kennis. Die ontwikkeling staat bekend om haar belangrijkste onderdelen: Skills, Connectors en Plugins.

Met Skills, Connectors en Plugins alles over alles weten!

Laten we bij het begin beginnen. In de begindagen van ChatGPT maakte OpenAI een ‘Plugin Store’, vergelijkbaar met de app stores van Apple en Google. Ontwikkelaars konden plugins maken, uploaden en delen, en elke gebruiker kon in de plugin store zoeken en een plugin gebruiken zonder te weten hoe die werkte. Sommige ontwikkelaars zetten ook een verdienmodel op, waarvoor je een betaald account nodig had om de plugin te gebruiken. Het aantal plugins groeide snel, met categorieën als marketing, juridisch, HR, finance en nog veel meer. OpenAI noemde ze later ‘GPT’s’, wat nogal verwarrend was binnen een product dat ChatGPT heet.

Een paar belangrijke problemen met GPT’s waren:

• Ze waren platformafhankelijk: een GPT van OpenAI kon je niet laden in Gemini of Claude, laat staan in een beveiligd zakelijk LLM zoals Copilot.
• Ontwikkelaars moesten verschillende versies van hun plugin maken om die via verschillende LLM’s beschikbaar te maken.
• OpenAI beperkte de toegang tot GPT’s voor gratis gebruikers, wat de markt voor ontwikkelaars kleiner maakte. Voor toegang was een betaald abonnement nodig.
• Bedrijven konden de store niet openzetten voor medewerkers, omdat dat een groot beveiligingsrisico was. Ook dat beperkte het verdienmodel voor ontwikkelaars.

De sector had een standaardmechanisme nodig om plugins over verschillende LLM-platforms heen te ontwikkelen, te verspreiden en te gebruiken. Dat heeft geleid tot een beweging naar een (semi-)gestandaardiseerde aanpak voor plugins!

Skills, Connectors en Plugins

De AI- en LLM-sector is opgeschoven naar een LLM-onafhankelijke, (semi-)standaard manier om apps van ontwikkelaars bij gebruikers te krijgen, losjes naar het model van de app store op je smartphone. De belangrijkste onderdelen zijn:

• Skills Een map met instructies en hulpmiddelen die een AI agent leert hoe hij een bepaald soort taak uitvoert. De kern is een bestand “SKILL.md” met een naam, een description (die de agent vertelt wanneer hij de skill gebruikt) en stapsgewijze aanwijzingen, eventueel aangevuld met templates, naslagdocumenten en scripts. De agent leest vooraf alleen de description en laadt de rest pas als een taak erbij past. Het is een open standaard die wordt gebruikt door Claude, Codex, Gemini CLI en anderen. Kortom: het staat voor kennis, ‘hoe je iets doet’.

  

• MCP (Model Context Protocol) of “Connectors” MCP is een open protocol waarmee een AI agent verbinding maakt met externe systemen. Een MCP-server stelt tools (acties zoals “ticket aanmaken” of “database bevragen”), resources (data zoals bestanden of records) en prompts beschikbaar aan elke AI client die het ondersteunt. Daarom heten ze vaak Connectors. Connectors worden ondersteund door Anthropic, OpenAI, Google, Microsoft en de meeste agent frameworks. Kortom: dit staat voor toegang.

  

• Plugins Een installeerbaar pakket dat skills, MCP-connectors, ‘slash’ commands en soms sub-agents of hooks bundelt tot één geheel, meestal gericht op een rol of workflow. Plugins worden verspreid via marketplaces: repositories met een manifest dat de plugins opsomt. Anders dan skills en MCP is het plugin-formaat leverancierspecifiek: Claude en Codex hebben elk hun eigen manifest. Kortom: dit is het pakket voor distributie.

  

Samengevat: een skill vertelt de agent hoe hij het werk doet, een MCP-connector geeft hem toegang tot de systemen die hij nodig heeft, en een plugin levert beide aan gebruikers als één installeerbaar product. Ontwikkelaars kunnen skills en connectors maken, met bijpassende plugins, voor de grote LLM-platforms.

Iedereen weet alles over alles

Terug naar de HR-manager, marketingspecialist, accountant of fitnessinstructeur: die kunnen naar de plugin store van het LLM dat ze gebruiken, en daar plugins zoeken, openen en gebruiken van leveranciers die hun kennis in downloadbare plugins verpakken. Net als een app voor je smartphone!

Hieronder een paar links naar plugin stores voor jouw taalmodel. Open een nieuwe chat en vraag het model een plugin te zoeken in de categorie die je wilt. Zet die aan en je hebt toegang tot je nieuwe kennis (of leer je misschien een helikopter vliegen?).

• Anthropic Claude: GitHub repository met skills en plugins
• OpenAI ChatGPT: GitHub repository met skills en plugins
• Google Gemini: GitHub repository met skills en plugins
• Mistral biedt (op het moment van schrijven) geen repository.

Let op: in een volgend artikel in deze reeks bespreken we hoe bedrijven kennis veilig kunnen vastleggen, delen en aanbieden aan medewerkers, gecontroleerd en beveiligd.